Anakinra 用于中度哮喘发作的抢救治疗(ARTMA)
该数据集来自 clinicaltrials.gov,围绕 Anakinra(IL-1 受体拮抗剂)作为家庭哮喘行动计划一部分、在中度哮喘发作初期进行早期干预的初步研究

基本信息
资源简介
Anakinra 用于中度哮喘发作的抢救治疗(ARTMA)
该数据集来自 clinicaltrials.gov,围绕 Anakinra(IL-1 受体拮抗剂)作为家庭哮喘行动计划一部分、在中度哮喘发作初期进行早期干预的初步研究。研究关注招募、入组与保留的可行性,自我注射的依从性,关键方案操作任务的执行情况,中度发作发生率,以及 Anakinra 在中度哮喘发作期间的安全性与初步疗效。研究对象为 40 名 18 岁及以上、65 岁以下、过去 12 个月内发生过发作的持续性哮喘成人。数据可用于评估该干预方案的可行性与初步疗效,并为后续混合去中心化 II 期试验的开展提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Asthma(诊断)、Persistent Asthma、Moderate Asthma Exacerbation。这项初步研究将把 IL-1 受体拮抗剂(IL-1RA)Anakinra 的早期干预纳入基于家庭的哮喘行动计划(AAP),在中度发作开始时进行,目标是预防需要全身性类固醇的严重发作。研究者将确定一项需要自我注射的试验在招募、入组和保留方面的可行性;对关键方案操作任务的依从性和中度发作发生率;以及 Anakinra 在中度哮喘发作期间治疗的初步安全性和有效性,目标是这些发现支持开发一项混合去中心化 II 期试验。40 名(≥18 岁且 < 65 岁)在过去 12 个月内经历过一次发作的持续性哮喘成人
【主题与分类】
主题标签:Asthma (Diagnosis)、Persistent Asthma、Moderate Asthma Exacerbation。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07600190
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07600190
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:哮喘(诊断)、持续性哮喘、中度哮喘急性发作。本初步研究将把IL-1受体拮抗剂(IL-1RA)阿那白滞素早期干预纳入基于家庭的哮喘行动计划(AAP),在中度急性发作开始时使用,目标是预防需要全身性类固醇的重度急性发作。研究者将确定一项需要自行注射的试验在招募、入组和保留方面的可行性;对关键方案操作任务的依从性以及中度急性发作的发生率;以及阿那白滞素在中度哮喘急性发作期间治疗的初步安全性和有效性,目标是这些发现支持开发一项混合去中心化II期试验。将入组40名患有持续性哮喘且在既往12个月内经历过一次需要全身性类固醇治疗的急性发作的成年人(≥18岁且<65岁),目标为随机分配20名女性和20名男性。将筛选最多100名受试者以随机分配40名受试者。患者将在中度哮喘急性发作期间(由预先指定的标准定义)接受阿那白滞素或安慰剂。
研究人员将监测症状评分、肺功能测量、急救药物使用、全身性皮质类固醇使用以及急性加重期间的医疗资源利用情况。此外,还将进行设备培训、血液采集和鼻腔样本采集。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




